Исследование влияния вибротактильной обратной связи и пропорциональной системы управления на пользовательский опыт пилотов протезов
Авторы: Самсонов Т. (1), Миннебаев Р. (1), Кнышенко М. (1), Лялина Т. (3), Синцов М. (4,5), Лебедев М. (2), Согоян Г. (1)
(1 — Нейроцентр, 2 — Институт искусственного интеллекта МГУ, 3 — ООО «Моторика», 4 — ООО «Исследовательский центр Моторика», 5 — Федеральный центр мозга и нейротехнологий, ФМБА)
Аннотация
В исследовании изучался новый подход к оценке пользовательского опыта пилотов протезов. В течение месяца участники пользовались модифицированным протезным устройством компании ООО «Моторика», оснащённым системой вибротактильной обратной связи (ВТОС). Оценка проводилась до и после этого периода.
Методы
• Дизайн: два повторения эксперимента (до и после длительного использования), N=10.
• Задачи: зрительно-моторная парадигма (частота и длительность взгляда на протез и объекты при манипуляциях), тест Box and Blocks (скорость выполнения), авторский опросник (15 шкал).
• Условия: с включённой стимуляцией ВТОС и без неё.
Результаты
• ВТОС не оказала значимого влияния на длительность и частоту фиксаций взгляда.
• Скорость выполнения трайлов чаще всего показывала общий эффект времени на 2 день (улучшение со временем).
• Тест Box and Blocks также не выявил эффекта стимуляции, но показал разную динамику скорости между 1 и 2 днём.
• Опросные методы выявили взаимосвязь факторов простоты обучения и социализации.
Визуально представлены графики распределения длительности взгляда (TS06, TS08), box-plot’ы времени выполнения заданий и столбчатые диаграммы результатов опросника.
Выводы
Новый подход позволил выявить ограничения вибротактильной системы в эффектах сенсоризации.
Тесты могут быть апробированы на других протезных модификациях.
Постер представлен на IX Международной конференции «Интерфейс Мозг–Компьютер 2026»
(Наука и практика), 21–22 мая 2026 года, Самара, Россия.
Авторы: Самсонов Т. (1), Миннебаев Р. (1), Кнышенко М. (1), Лялина Т. (3), Синцов М. (4,5), Лебедев М. (2), Согоян Г. (1)
(1 — Нейроцентр, 2 — Институт искусственного интеллекта МГУ, 3 — ООО «Моторика», 4 — ООО «Исследовательский центр Моторика», 5 — Федеральный центр мозга и нейротехнологий, ФМБА)
Аннотация
В исследовании изучался новый подход к оценке пользовательского опыта пилотов протезов. В течение месяца участники пользовались модифицированным протезным устройством компании ООО «Моторика», оснащённым системой вибротактильной обратной связи (ВТОС). Оценка проводилась до и после этого периода.
Методы
• Дизайн: два повторения эксперимента (до и после длительного использования), N=10.
• Задачи: зрительно-моторная парадигма (частота и длительность взгляда на протез и объекты при манипуляциях), тест Box and Blocks (скорость выполнения), авторский опросник (15 шкал).
• Условия: с включённой стимуляцией ВТОС и без неё.
Результаты
• ВТОС не оказала значимого влияния на длительность и частоту фиксаций взгляда.
• Скорость выполнения трайлов чаще всего показывала общий эффект времени на 2 день (улучшение со временем).
• Тест Box and Blocks также не выявил эффекта стимуляции, но показал разную динамику скорости между 1 и 2 днём.
• Опросные методы выявили взаимосвязь факторов простоты обучения и социализации.
Визуально представлены графики распределения длительности взгляда (TS06, TS08), box-plot’ы времени выполнения заданий и столбчатые диаграммы результатов опросника.
Выводы
Новый подход позволил выявить ограничения вибротактильной системы в эффектах сенсоризации.
Тесты могут быть апробированы на других протезных модификациях.
Постер представлен на IX Международной конференции «Интерфейс Мозг–Компьютер 2026»
(Наука и практика), 21–22 мая 2026 года, Самара, Россия.
🔥2❤1
«Декодирование жестов кисти с помощью оптомиографии и ROCKET»
Авторы: Дроздов И.Ю., Кабир М.С., Лебедев М.А., Согоян Г.А.
(Сколтех + МГУ им. М.В. Ломоносова)
Конференция: IX Международная конференция «Интерфейс мозг-компьютер: наука и практика», 21–22 мая 2026, Самара.
Аннотация
Оптомиография (OMG) — новый оптический метод регистрации мышечной активности с помощью инфракрасного излучения. Авторы показали, что носимые оптомиографические датчики на кисти в сочетании с моделью ROCKET и Dual-Axis Transformer позволяют в реальном времени с высокой точностью распознавать 7 жестов кисти.
Модели
1. ROCKET (Random Convolutional Kernel Transform)
• Работает с многомерными временными рядами
• Использует 25 случайных свёрточных ядер
• Быстрый и лёгкий: 1D-свёртки + пулинг + линейный классификатор (ridge regression)
2. Dual-Axis Transformer
• Более сложная трансформерная архитектура
• Dual-axis attention: по времени и по каналам
• Patch embedding, positional encoding с учётом расположения датчиков OMG/ЭМГ
• MLP-классификатор
Методика эксперимента
• Жесты: большой палец, флексия, экстензия, кулак, ладонь, «ОК» и др. (всего 7)
• Парадигма: 60 жестов на сессию, 9 повторений на флексию/экстензию, 6 — на остальные
• Устройство: 16 каналов OMG + 2 канала ЭМГ
• Частота: 25 Гц
• Метрика: accuracy на основе расстояния Левенштейна между реальной и декодированной последовательностью жестов в реальном времени
Результаты
• ROCKET показал очень высокую точность: до 0.9833 (средняя ~0.921 по всем испытуемым)
• Задержка декодирования ~0.36 секунды
• При смене положения датчиков точность ROCKET падает незначительно, а Dual-Axis Transformer остаётся устойчивым
• Лучшие результаты на сессиях s1, s4, s5
Выводы
1. Оптомиография — перспективная и недорогая альтернатива поверхностной ЭМГ.
2. Модель ROCKET с малым числом ядер (25) даёт отличное соотношение качество/ресурсы и подходит для реального времени.
3. Dual-Axis Transformer демонстрирует высокую устойчивость к сдвигу датчиков.
4. Технология имеет большой потенциал для управления бионическими протезами кисти.
Контакт: drozdovigor94@gmail.com
Постер демонстрирует, что сочетание оптомиографии + ROCKET — это лёгкое, быстрое и точное решение для декодирования жестов в системах brain-computer interface и протезирования.
Авторы: Дроздов И.Ю., Кабир М.С., Лебедев М.А., Согоян Г.А.
(Сколтех + МГУ им. М.В. Ломоносова)
Конференция: IX Международная конференция «Интерфейс мозг-компьютер: наука и практика», 21–22 мая 2026, Самара.
Аннотация
Оптомиография (OMG) — новый оптический метод регистрации мышечной активности с помощью инфракрасного излучения. Авторы показали, что носимые оптомиографические датчики на кисти в сочетании с моделью ROCKET и Dual-Axis Transformer позволяют в реальном времени с высокой точностью распознавать 7 жестов кисти.
Модели
1. ROCKET (Random Convolutional Kernel Transform)
• Работает с многомерными временными рядами
• Использует 25 случайных свёрточных ядер
• Быстрый и лёгкий: 1D-свёртки + пулинг + линейный классификатор (ridge regression)
2. Dual-Axis Transformer
• Более сложная трансформерная архитектура
• Dual-axis attention: по времени и по каналам
• Patch embedding, positional encoding с учётом расположения датчиков OMG/ЭМГ
• MLP-классификатор
Методика эксперимента
• Жесты: большой палец, флексия, экстензия, кулак, ладонь, «ОК» и др. (всего 7)
• Парадигма: 60 жестов на сессию, 9 повторений на флексию/экстензию, 6 — на остальные
• Устройство: 16 каналов OMG + 2 канала ЭМГ
• Частота: 25 Гц
• Метрика: accuracy на основе расстояния Левенштейна между реальной и декодированной последовательностью жестов в реальном времени
Результаты
• ROCKET показал очень высокую точность: до 0.9833 (средняя ~0.921 по всем испытуемым)
• Задержка декодирования ~0.36 секунды
• При смене положения датчиков точность ROCKET падает незначительно, а Dual-Axis Transformer остаётся устойчивым
• Лучшие результаты на сессиях s1, s4, s5
Выводы
1. Оптомиография — перспективная и недорогая альтернатива поверхностной ЭМГ.
2. Модель ROCKET с малым числом ядер (25) даёт отличное соотношение качество/ресурсы и подходит для реального времени.
3. Dual-Axis Transformer демонстрирует высокую устойчивость к сдвигу датчиков.
4. Технология имеет большой потенциал для управления бионическими протезами кисти.
Контакт: drozdovigor94@gmail.com
Постер демонстрирует, что сочетание оптомиографии + ROCKET — это лёгкое, быстрое и точное решение для декодирования жестов в системах brain-computer interface и протезирования.
Временные паттерны кортикальной ЭЭГ-активности при наблюдении и воспроизведении жестов бионической кисти
Авторы:
Титова Надежда, Бойков Георгий, Согоян Гурген, Стародубцева Надежда, Драгой Ольга, Утяшев Никита, Зуев Андрей, Карпов Олег, Лебедев Михаил
Институт проблем передачи информации им. А. А. Харкевича РАН
Аннотация
Разработана методика одновременной регистрации стереоэлектроэнцефалографии (сЭЭГ) и электромиографии (ЭМГ) при взаимодействии человека с бионической кистью, воспроизводящей движения пальцев.
Подход можно использовать как в нейропротезировании, так и при изучении схемы тела и моторного контроля. Анализ показал, что модуляции сЭЭГ довольно точно отражают производимые движения, имитирующие движения бионического протеза. ЭМГ-активность, в свою очередь, демонстрировала высокую вариабельность.
Дополнительный анализ спектральных характеристик и временных интервалов подтвердил, что наиболее эффективное управление протезом достигается при сочетании сЭЭГ и ЭМГ, а также при учёте как подготовительной фазы, так и фазы непосредственного выполнения движения.
Методы
В эксперименте участвовали 30 пациентов-эпилептиков с имплантированными электродами.
Участники выполняли простое задание: поддержание ладони в расправленном состоянии и сгибание пальцев в ответ на движения бионической кисти Max Bionix (9 вариантов, 8–12 каналов сЭЭГ + 2 канала ЭМГ).
Регистрация велась на частоте 2000 Гц. Анализировались временные и спектральные характеристики сигналов.
Результаты
• Визуализированы вызванные потенциалы (ERP) и время-частотные представления (TFR).
• Построена схема расположения электродов.
• Показаны примеры траекторий движения, спектры мощности, временные ряды ЭЭГ/ЭМГ.
• Выделены характерные паттерны активности в разных фазах движения (подготовка и исполнение).
• Проведён поканальный анализ бегущих волн.
Выводы
1. Медленные ритмы сЭЭГ преобладали в подготовительную фазу движения.
2. Гамма-ритм и высокочастотная гамма-активность были особенно выражены при выполнении движения, что соответствовало модуляциям ЭМГ.
3. Многоканальный анализ выявил наличие бегущих волн со своей спецификой для разных спектральных полос.
4. Полученные результаты согласуются с современными представлениями о ритмах мозга и имеют практическое значение для нейропротезирования.
Конференция
IX Международная конференция «Интерфейс мозг–компьютер 2026. Наука и практика»
21–22 мая 2026 г., Самара, Россия
Постер наглядно демонстрирует современный подход к изучению мозговой активности при управлении бионическим протезом и подчёркивает перспективы комбинированного использования сЭЭГ и ЭМГ для создания более естественных и интуитивных нейропротезов.
Авторы:
Титова Надежда, Бойков Георгий, Согоян Гурген, Стародубцева Надежда, Драгой Ольга, Утяшев Никита, Зуев Андрей, Карпов Олег, Лебедев Михаил
Институт проблем передачи информации им. А. А. Харкевича РАН
Аннотация
Разработана методика одновременной регистрации стереоэлектроэнцефалографии (сЭЭГ) и электромиографии (ЭМГ) при взаимодействии человека с бионической кистью, воспроизводящей движения пальцев.
Подход можно использовать как в нейропротезировании, так и при изучении схемы тела и моторного контроля. Анализ показал, что модуляции сЭЭГ довольно точно отражают производимые движения, имитирующие движения бионического протеза. ЭМГ-активность, в свою очередь, демонстрировала высокую вариабельность.
Дополнительный анализ спектральных характеристик и временных интервалов подтвердил, что наиболее эффективное управление протезом достигается при сочетании сЭЭГ и ЭМГ, а также при учёте как подготовительной фазы, так и фазы непосредственного выполнения движения.
Методы
В эксперименте участвовали 30 пациентов-эпилептиков с имплантированными электродами.
Участники выполняли простое задание: поддержание ладони в расправленном состоянии и сгибание пальцев в ответ на движения бионической кисти Max Bionix (9 вариантов, 8–12 каналов сЭЭГ + 2 канала ЭМГ).
Регистрация велась на частоте 2000 Гц. Анализировались временные и спектральные характеристики сигналов.
Результаты
• Визуализированы вызванные потенциалы (ERP) и время-частотные представления (TFR).
• Построена схема расположения электродов.
• Показаны примеры траекторий движения, спектры мощности, временные ряды ЭЭГ/ЭМГ.
• Выделены характерные паттерны активности в разных фазах движения (подготовка и исполнение).
• Проведён поканальный анализ бегущих волн.
Выводы
1. Медленные ритмы сЭЭГ преобладали в подготовительную фазу движения.
2. Гамма-ритм и высокочастотная гамма-активность были особенно выражены при выполнении движения, что соответствовало модуляциям ЭМГ.
3. Многоканальный анализ выявил наличие бегущих волн со своей спецификой для разных спектральных полос.
4. Полученные результаты согласуются с современными представлениями о ритмах мозга и имеют практическое значение для нейропротезирования.
Конференция
IX Международная конференция «Интерфейс мозг–компьютер 2026. Наука и практика»
21–22 мая 2026 г., Самара, Россия
Постер наглядно демонстрирует современный подход к изучению мозговой активности при управлении бионическим протезом и подчёркивает перспективы комбинированного использования сЭЭГ и ЭМГ для создания более естественных и интуитивных нейропротезов.
❤2
«Ответные реакции на чрескожную стимуляцию спинного мозга в проксимальных и дистальных мышцах руки»
Авторы:
Стародубцева Н.М.¹,², Клеева Д.Ф.², Медведева А.С.², Макарова А.В.², Лебедев М.А.²
(1 — Институт проблем передачи информации РАН, 2 — МГУ им. М.В. Ломоносова)
Конференция: IX Международная конференция «Интерфейс мозг-компьютер: наука и практика», 21–22 мая 2026 г., Самара, Россия.
Введение
Чрескожная стимуляция спинного мозга (tSCS) — неинвазивный метод нейромодуляции, который активирует спинальные нейронные сети и вызывает рефлексоподобные электромиографические (ЭМГ) ответы в мышцах.
Такие ответы преимущественно связаны с активацией афферентных волокон дорсальных корешков. Ранее было показано, что существуют различия в характеристиках ЭМГ-ответов между проксимальными и дистальными мышцами верхней конечности, но данные по руке изучены недостаточно.
Методы
• Стимуляция проводилась на уровне C6–C7.
• У 10 здоровых участников регистрировали ЭМГ-сигналы от 8 мышц правой руки:
• проксимальные: дельтовидная, бицепс, трицепс;
• дистальные: разгибатель запястья, локтевой и лучевой разгибатели пальцев, сгибатель запястья, отводящая мышца большого пальца.
• Анализировали латентность и амплитуду ЭМГ-ответов, удаляли артефакты стимуляции.
Результаты
Рисунок 1. Примеры усреднённых ЭМГ-ответов одного испытуемого.
Видно, что в проксимальных мышцах ответы появляются раньше и имеют более простую форму, в дистальных — позже и сложнее.
Рисунок 2 и 3. Латентности и амплитуды ЭМГ-ответов:
• Латентность значимо больше в дистальных мышцах (больше расстояние от места стимуляции до мышцы).
• Амплитуда в целом выше в проксимальных мышцах, хотя наблюдается значительная вариабельность.
Выводы
Расстояние от места стимуляции спинного мозга до мышцы — важный фактор, определяющий характеристики tSCS-вызванных ЭМГ-ответов.
С увеличением расстояния наблюдается:
• увеличение латентности ответа,
• изменение амплитуды,
• усложнение формы сигнала.
Полученные данные помогают точнее интерпретировать нейрофизиологические ответы при чрескожной стимуляции спинного мозга и могут быть полезны для оптимизации протоколов стимуляции в клинической практике, в частности при реабилитации пациентов после травм спинного мозга.
Постер представляет собой качественное экспериментальное исследование, подтверждающее зависимость параметров моторных ответов от анатомического расстояния «спинной мозг — мышца» при неинвазивной спинальной стимуляции.
Авторы:
Стародубцева Н.М.¹,², Клеева Д.Ф.², Медведева А.С.², Макарова А.В.², Лебедев М.А.²
(1 — Институт проблем передачи информации РАН, 2 — МГУ им. М.В. Ломоносова)
Конференция: IX Международная конференция «Интерфейс мозг-компьютер: наука и практика», 21–22 мая 2026 г., Самара, Россия.
Введение
Чрескожная стимуляция спинного мозга (tSCS) — неинвазивный метод нейромодуляции, который активирует спинальные нейронные сети и вызывает рефлексоподобные электромиографические (ЭМГ) ответы в мышцах.
Такие ответы преимущественно связаны с активацией афферентных волокон дорсальных корешков. Ранее было показано, что существуют различия в характеристиках ЭМГ-ответов между проксимальными и дистальными мышцами верхней конечности, но данные по руке изучены недостаточно.
Методы
• Стимуляция проводилась на уровне C6–C7.
• У 10 здоровых участников регистрировали ЭМГ-сигналы от 8 мышц правой руки:
• проксимальные: дельтовидная, бицепс, трицепс;
• дистальные: разгибатель запястья, локтевой и лучевой разгибатели пальцев, сгибатель запястья, отводящая мышца большого пальца.
• Анализировали латентность и амплитуду ЭМГ-ответов, удаляли артефакты стимуляции.
Результаты
Рисунок 1. Примеры усреднённых ЭМГ-ответов одного испытуемого.
Видно, что в проксимальных мышцах ответы появляются раньше и имеют более простую форму, в дистальных — позже и сложнее.
Рисунок 2 и 3. Латентности и амплитуды ЭМГ-ответов:
• Латентность значимо больше в дистальных мышцах (больше расстояние от места стимуляции до мышцы).
• Амплитуда в целом выше в проксимальных мышцах, хотя наблюдается значительная вариабельность.
Выводы
Расстояние от места стимуляции спинного мозга до мышцы — важный фактор, определяющий характеристики tSCS-вызванных ЭМГ-ответов.
С увеличением расстояния наблюдается:
• увеличение латентности ответа,
• изменение амплитуды,
• усложнение формы сигнала.
Полученные данные помогают точнее интерпретировать нейрофизиологические ответы при чрескожной стимуляции спинного мозга и могут быть полезны для оптимизации протоколов стимуляции в клинической практике, в частности при реабилитации пациентов после травм спинного мозга.
Постер представляет собой качественное экспериментальное исследование, подтверждающее зависимость параметров моторных ответов от анатомического расстояния «спинной мозг — мышца» при неинвазивной спинальной стимуляции.
Исследование использования LLM в качестве систем принятия решений для миографических протезов
Авторы:
Игнатьева А. Д.¹, Кравчук М. С.², Кабир МС.³, Согоян Г. А.³
(¹Первый МГМУ им. И.М. Сеченова, ²МГУ им. М.В. Ломоносова, ³Центр нейробиологии и нейрореабилитации им. В. Зельмана, Сколтех)
Конференция: IX Международная конференция «Интерфейс мозг–компьютер 2026: Наука и практика» (Самара, 21–22 мая 2026)
Введение
Традиционные системы управления миографическими протезами основаны на многоступенчатой обработке сигналов с ручным извлечением признаков. Авторы задались вопросом: можно ли применить большую языковую модель (LLM) напрямую к сырым (необработанным) сигналам отомиографии (ОМГ)?
Они выполнили тонкую настройку модели Phi-3.5-mini-instruct на сырых сигналах ОМГ для классификации трёх состояний кисти: раскрытие, сжатие, покой — без ручного извлечения признаков.
Методы
• Тонкая настройка с Unsloth + LoRA (ранг 32–64).
• Оптимизация гиперпараметров методом решётчатого поиска.
• Оценивались индивидуальные и комбинированные модели (здоровые + ампутированные).
Данные
• 5 здоровых добровольцев (150 испытаний на участника)
• 3 человека с ампутацией (150 испытаний на участника)
• 3 класса жестов: раскрытие, сжатие, покой
• Каждый канал ОМГ — отдельный пример
• Разделение: 70 % обучение, 15 % валидация, 15 % тест
Промпт:
You are an OMG based human hand gesture recognition expert. You analyze raw OMG data to identify what gesture (open, close or relax) was intended by human hand. Respond with only the gesture.
Результаты
• Здоровые испытуемые: ~90 % F1-мера
• Испытуемые с ампутацией: ~70 % F1-мера
• Время инференса: 0,4 секунды на один жест
• При объединении данных: ~81 % (2 эпохи, 830 шагов)
Выводы и дальнейшая работа
• LLM успешно распознают жесты по сырым данным ОМГ без ручного извлечения признаков.
• Смешивание данных здоровых и ампутированных значительно улучшает результаты у пациентов с ампутациями (хороший межпопуляционный перенос).
Планы: повысить точность для ампутированных, сократить время инференса, исследовать моделирование последовательностей жестов.
Постер показывает перспективное направление — прямое использование LLM для управления миографическими протезами.
Авторы:
Игнатьева А. Д.¹, Кравчук М. С.², Кабир МС.³, Согоян Г. А.³
(¹Первый МГМУ им. И.М. Сеченова, ²МГУ им. М.В. Ломоносова, ³Центр нейробиологии и нейрореабилитации им. В. Зельмана, Сколтех)
Конференция: IX Международная конференция «Интерфейс мозг–компьютер 2026: Наука и практика» (Самара, 21–22 мая 2026)
Введение
Традиционные системы управления миографическими протезами основаны на многоступенчатой обработке сигналов с ручным извлечением признаков. Авторы задались вопросом: можно ли применить большую языковую модель (LLM) напрямую к сырым (необработанным) сигналам отомиографии (ОМГ)?
Они выполнили тонкую настройку модели Phi-3.5-mini-instruct на сырых сигналах ОМГ для классификации трёх состояний кисти: раскрытие, сжатие, покой — без ручного извлечения признаков.
Методы
• Тонкая настройка с Unsloth + LoRA (ранг 32–64).
• Оптимизация гиперпараметров методом решётчатого поиска.
• Оценивались индивидуальные и комбинированные модели (здоровые + ампутированные).
Данные
• 5 здоровых добровольцев (150 испытаний на участника)
• 3 человека с ампутацией (150 испытаний на участника)
• 3 класса жестов: раскрытие, сжатие, покой
• Каждый канал ОМГ — отдельный пример
• Разделение: 70 % обучение, 15 % валидация, 15 % тест
Промпт:
You are an OMG based human hand gesture recognition expert. You analyze raw OMG data to identify what gesture (open, close or relax) was intended by human hand. Respond with only the gesture.
Результаты
• Здоровые испытуемые: ~90 % F1-мера
• Испытуемые с ампутацией: ~70 % F1-мера
• Время инференса: 0,4 секунды на один жест
• При объединении данных: ~81 % (2 эпохи, 830 шагов)
Выводы и дальнейшая работа
• LLM успешно распознают жесты по сырым данным ОМГ без ручного извлечения признаков.
• Смешивание данных здоровых и ампутированных значительно улучшает результаты у пациентов с ампутациями (хороший межпопуляционный перенос).
Планы: повысить точность для ампутированных, сократить время инференса, исследовать моделирование последовательностей жестов.
Постер показывает перспективное направление — прямое использование LLM для управления миографическими протезами.
Исследование краткосрочных эффектов неинвазивной стимуляции блуждающего нерва
Авторы: Дудорова А. А.¹,², Лебедев М. А.³,⁴, Согоян Г. А.²
(¹НИУ ВШЭ, ²Сколтех, ³МГУ им. М.В. Ломоносова, ⁴Институт эволюционной физиологии и биохимии им. И.М. Сеченова)
Конференция: IX Международная конференция «Интерфейс мозг–компьютер. Наука и практика», Самара, 21–22 мая 2026 г.
Аннотация
Неинвазивная стимуляция блуждающего нерва (nVNS) рассматривается как перспективный метод модуляции вегетативной нервной системы при депрессии, вегетативных дисфункциях и других состояниях. Однако доказательная база эффективности разных способов стимуляции пока недостаточна.
Цель исследования: оценить краткосрочные эффекты 10-минутной транскутанной стимуляции (tVNS) и магнитной стимуляции (VNS) левой ушной ветви и левой шейной ветви блуждающего нерва у здоровых добровольцев (n=18, возраст 21,5 ± 2,8 года). Девять участников прошли дополнительные сеансы стимуляции ушной ветви.
Материалы и методы
• Дизайн: рандомизированный порядок стимуляции (4 условия: tVNS, taVNS, магнитная, контроль).
• Каждый блок — 10 минут стимуляции + запись физиологических параметров.
• Стимуляция:
• Шейная зона (tVNS / cervical VNS): частота 25 Гц, амплитуда индивидуально подбиралась (средняя 3,3 мА).
• Ушная зона (taVNS / auricular VNS): спираль в форме восьмёрки (d=110 мм), 1 Гц, 80 % индивидуального моторного порога.
• Записывались: ЧСС, вариабельность сердечного ритма (RMSSD, SDNN, LF, HF, LF/HF), частота дыхания, ЭЭГ.
Статистический анализ
• ANOVA с поправкой Грихауса–Гейссера.
• Парные t-тесты с поправкой FDR.
• Уровень значимости p < 0,05.
Основные результаты
1. Изменения частоты сердечных сокращений (ЧСС):
• Шейная стимуляция (tVNS и VNS) достоверно снижала ЧСС по сравнению с контролем (F(3,36) = 5,48, p = 0,008).
• Ушная стимуляция значимого эффекта не показала (p = 0,111).
2. Вариабельность сердечного ритма (RMSSD):
• Значимое влияние шейной стимуляции (F(3,36) = 3,84, p = 0,018).
• Ушная стимуляция — без статистически значимых изменений.
3. Частота дыхания и другие параметры:
• Существенных изменений частоты дыхания не обнаружено ни в одном протоколе.
• Дисперсионный анализ не выявил устойчивых различий между конкретными условиями стимуляции.
Выводы
• Шейная неинвазивная стимуляция (tVNS и магнитная) достоверно влияет на сердечно-сосудистую систему (снижение ЧСС и увеличение RMSSD) у здоровых людей.
• Ушная стимуляция (taVNS) в данных условиях значимого краткосрочного эффекта на изученные параметры не продемонстрировала.
• Результаты подтверждают потенциал шейных методов nVNS для модуляции.
Авторы: Дудорова А. А.¹,², Лебедев М. А.³,⁴, Согоян Г. А.²
(¹НИУ ВШЭ, ²Сколтех, ³МГУ им. М.В. Ломоносова, ⁴Институт эволюционной физиологии и биохимии им. И.М. Сеченова)
Конференция: IX Международная конференция «Интерфейс мозг–компьютер. Наука и практика», Самара, 21–22 мая 2026 г.
Аннотация
Неинвазивная стимуляция блуждающего нерва (nVNS) рассматривается как перспективный метод модуляции вегетативной нервной системы при депрессии, вегетативных дисфункциях и других состояниях. Однако доказательная база эффективности разных способов стимуляции пока недостаточна.
Цель исследования: оценить краткосрочные эффекты 10-минутной транскутанной стимуляции (tVNS) и магнитной стимуляции (VNS) левой ушной ветви и левой шейной ветви блуждающего нерва у здоровых добровольцев (n=18, возраст 21,5 ± 2,8 года). Девять участников прошли дополнительные сеансы стимуляции ушной ветви.
Материалы и методы
• Дизайн: рандомизированный порядок стимуляции (4 условия: tVNS, taVNS, магнитная, контроль).
• Каждый блок — 10 минут стимуляции + запись физиологических параметров.
• Стимуляция:
• Шейная зона (tVNS / cervical VNS): частота 25 Гц, амплитуда индивидуально подбиралась (средняя 3,3 мА).
• Ушная зона (taVNS / auricular VNS): спираль в форме восьмёрки (d=110 мм), 1 Гц, 80 % индивидуального моторного порога.
• Записывались: ЧСС, вариабельность сердечного ритма (RMSSD, SDNN, LF, HF, LF/HF), частота дыхания, ЭЭГ.
Статистический анализ
• ANOVA с поправкой Грихауса–Гейссера.
• Парные t-тесты с поправкой FDR.
• Уровень значимости p < 0,05.
Основные результаты
1. Изменения частоты сердечных сокращений (ЧСС):
• Шейная стимуляция (tVNS и VNS) достоверно снижала ЧСС по сравнению с контролем (F(3,36) = 5,48, p = 0,008).
• Ушная стимуляция значимого эффекта не показала (p = 0,111).
2. Вариабельность сердечного ритма (RMSSD):
• Значимое влияние шейной стимуляции (F(3,36) = 3,84, p = 0,018).
• Ушная стимуляция — без статистически значимых изменений.
3. Частота дыхания и другие параметры:
• Существенных изменений частоты дыхания не обнаружено ни в одном протоколе.
• Дисперсионный анализ не выявил устойчивых различий между конкретными условиями стимуляции.
Выводы
• Шейная неинвазивная стимуляция (tVNS и магнитная) достоверно влияет на сердечно-сосудистую систему (снижение ЧСС и увеличение RMSSD) у здоровых людей.
• Ушная стимуляция (taVNS) в данных условиях значимого краткосрочного эффекта на изученные параметры не продемонстрировала.
• Результаты подтверждают потенциал шейных методов nVNS для модуляции.
🔥1